¿Cómo mejorar el performance de un canal de e-commerce? eCommerce Day Colombia 2015 - Jorge Quiroga
2 recomendaciones568 vistas
El documento detalla cómo medir el rendimiento de un retailer en e-commerce, destacando la importancia de KPIs y el uso de datos y tecnología. Se discuten indicadores clave para la gestión efectiva de tiendas online y se proporcionan ejemplos de métricas para evaluar la conversión y la satisfacción del cliente. Además, se enfatiza la necesidad de alinear objetivos de negocio con métricas y la importancia de adaptarse a las necesidades de los usuarios.
¿Cómo mejorar el performance de un canal de e-commerce? eCommerce Day Colombia 2015 - Jorge Quiroga
- 1. ¿CÓMO MEDIR EL PERFORMANCE DE UN RETAILER EN E-COMMERCE?
- 2. ¿QUIÉNES SOMOS?NUESTRA MISIÓN Aumentar las Ventas de nuestros clientes y aumentar la eficiencia de su Marketing Digital utilizando Matemáticas y Tecnología Una Agencia de eCommerce y Math Marketing, fundada por ex-Googlers, con un equipo apasionado por la transformación Digital, las Matemáticas y la Tecnología.
- 3. ¿CÓMO MEDIR LA PERFORMANCE Y RENTABILIDAD DE UN RETAIL ECOMMERCE? Aprenda a través de la experiencia de expertos regionales cuáles son los indicadores clave (KPI) para el adecuado gerenciamiento de una tienda online escalable y de alta performance..
- 4. Date Visits Pages Hits 1999-01-15 674 2,345 9675 1999-01-15 593 1,349 5446 1999-01-15 771 2,583 9112 1999-01-15 590 1,174 5095 1999-01-15 645 1,227 5265 1999-01-15 607 1,291 5439 1999-01-15 504 1,023 4200 1999-01-15 533 1,273 4875 1999-01-15 655 1,645 6081 DESDE LOS 90’S PODEMOS MEDIR CUÁNTAS PERSONAS LLEGAN A UN SITIO WEB Web Server Report 199-01-15
- 5. HOY TENEMOS MÁS HERRAMIENTAS, MÁS DATOS ¿ PERO ESTAMOS TOMANDO MEJORES DECISIONES?
- 6. • Integración con datos y herramientas externas • Integración datos del cliente • Garantía en Calidad de los Datos • Modelos Atribución • Modelos predictivos • Automatización de comunicación • Segmentación de Usuarios • Modelos de Lifetime Value • Personalización de Contenido • Exploración de datos para B.I. Madurez Impacto en el negocio Capa Técnica Capa de Negocio Capa Estratégica • Alinear objetivos de negocio y KPIs • Segmentación Básica • Dashboards y Reportes enfocados al negocio PARA GENERAR EL MAYOR IMPACTO EN EL NEGOCIO CON DATOS SE DEBEN CUBRIR LAS ETAPAS BÁSICAS PRIMERO
- 7. Soporte de Servicio Multicanal Web Analytics SEM SEOEMM Social Offline Marketing Display Video Oferta de Productos Precios y Promociones LP Optimización Administración de fotografía Contenido On/Off Site Medios de Pago Integración de Sistemas Seguridad Política de entrega y devolución Manejo de Inventario Embalaje Multi Canal Platafroma de E- Commerce Integración con Trasnportad ores Producto y Contenido Medición Tecnología Logística y Operaciones Servicio EN ECOMMERCE 20% DE LAS MÉTRICAS NO SON DE ONLINE Generación de Demanda y Comunicación BlackSip Ecommerce Framework©
- 8. Entrada al sitio Navegación Búsqueda Catálogo / Sorting Detalle Producto Carrito Checkout Atención a Cliente Entrega Devolución CRM 1) Velocidad del sitio (usuario final) 2) Tasa de rebote (fuente + landing) 3) Tasa de búsquedas/navegación 4) Puntos de salida (dead ends) 5) Búsquedas sin resultados 6) Búsquedas con baja conversión 7) CTR por producto mostrado 8) RPI por producto mostrado 9) Tasa de agregación al carrito 10) Tasa Disponibilidad / Views 11) Tasa de abandono 12) Tasa de vistas del carrito/sesión 13) Tasa de conversión (+ abandono) 14) Tasa de éxito clientes nuevos 15) Contactos por pedido 16) NPS 17) Tiempos de surtido 18) Tiempos de entrega 19) Tasa de devolución 20) Tiempo para concluir el reembolso 21) Tasa de repetición (1º a 2º a 3ª…) 22) RFM (Recency, Frequency, Monetary) Metricas (ejemplos) Conclusiones & Acciones Cada segundo de page load time adicional reduce la tasa de conversión por un 7% Encontramos que usuarios que utilizaron el campo de búsqueda convierten 24% mejor El análisis de las palabras buscadas da información importante para mejorar el sitio Analizar la «calidad» de la lógica en que se muestran los productos (por click o venta) Entender diferencias sobre la conversión de los productos y la propuesta de valor de ellos Hacer pruebas A/B para ver que información mostrada reduce la tasa de abandono Los clientes entienden que hacer? Podemos solicitar menos información? Menos es mejor! Tasa alta puede significar que el sitio no se auto explica. Tomar feedback para mejorar. Que tan rápido es la operación interna (surtido) y la externa (entrega)? Cumplimos tiempos? Entender las razones y revisar a detalle si se concentran en ciertos grupos de productos E-commerce solamente funciona con clientes felices que recompran. Quienes son?
- 9. “Que bueno, tuvimos 10% más de visitas que trajeron 3,000 pageviews más. La tasa de conversión promedio es de 0.5%. Mandamos 657 correos y el bounce rate promedio bajo 16%, el tiempo en el sitio está en 2:54”
- 10. 1.Nada importa más que resultados finales 2.Deben ser simples y directos 3.Que midan el éxito y las fallas donde más dinero/esfuerzos se están invirtiendo 4.Se deben poder Segmentar ie. CR se segmenta en CR de email, NO enfocarse en promedios 5.Tener hipótesis de accionables antes de medir Características de buenos KPIs
- 11. 99.5%
- 12. No todos los usuarios son iguales ni vienen a hacer lo mismo a tu sitio
- 15. See. Think. Do. Care.
- 16. Entrada al sitio Navegación Búsqueda Catálogo / Sorting Detalle Producto Carrito Checkout Atención a Cliente Entrega Devolución CRM See Think. Do. Care. Blog Newsletters Social Video Inspiración Wish Lists Catálogo Opciones de Compra Suscripción Best selling Top Rated Quienes Somos Moda Guía Talla Programa Lealtad Eventos Búsquedas Compra Agregar al carrito Encontrar tienda Crear Cuenta Llamar Suscribirse Chattear Review Compartir Gift Card Track pedidos Referir Cambiar prod. Recomendados Descarga App
- 17. Entrada al sitio Navegación Búsqueda Catálogo / Sorting Detalle Producto Carrito Checkout Atención a Cliente Entrega Devolución CRM See Think. Do. Care. Ayudar a los que están viendo que lo puedan hacer de la mejor forma. Que encuentren lo que buscan. Ayudar a los que están pensando a tener toda la información A los que compran a poder hacerlo facil A los que están conectados a poder volver facilmente y conectarse con la marca
- 18. Tengo el sitio pensado para cada fase. Tengo mis métricas y KPI’s. ¿Y ahora? Generación de Hipótesis, Medición y Acción: un ejemplo real.
- 20. TRIPLICANDO LA TASA DE CONVERSIÓN
- 21. Traditional Email Marketing Customer Analysis Tool Cliente 5678 Daniela Arias JeansMobile VisaPotencial cliente VIP Día 1 Cliente 5678 compra 2 maletas de viaje por $400.000 Daniela compra 2 maletas de viaje por $400.00 $ $ Daniela clasificada como un potencial cliente VIP Recibe un correo estándar de Bienvenida Recibe Bienvenida con productos recomendados según sus intereses Día 21 El cliente 5678 Recibe el mismo correo promocional que el resto de la BDD Recibe Newsletter con productos recomendados para su segmento $ Daniela hace click y compra una Chaqueta por $300.000 Daniela es clasificada como alguien que prefiere comprar artículos de alto valor
- 22. Purchasing Offline data Purchasing Online data Web Behaviour data Automatic Triggers Segmentation Engine Data Connectors Email & Campaign Connectors Consolidamos los datos en tiempo real y calculamos el perfil de los clientes para tener una visión completa del usuario y disparar envíos con contenidos únicos para cada suscriptor. CUSTOMER ANALYSIS TOOL – TOMANDO UN KPI, SEGMENTANDO Y TOMANDO ACCIÓN
- 24. 1. KPI’s de e-commerce son online y offline 2. No todos los usuarios vienen a comprar y tanto el sitio como las métricas deben estar alineados con esa realidad 3. Pensar en hipótesis y en el uso de los datos antes de medir : Math Marketing 4. Los KPI’s deben cumplir con ciertas características para que sean útiles: Deben ser Simples, Segmentables, Enfocados donde están los esfuerzos, con hipótesis de acción 5. Sacar ventaja de todo el funnel con Enhanced Ecommerce CONCLUSIONES
- 25. GRACIAS
- 27. Carrito Datos Usuario Datos Pago Transacción AMPLIANDO EL ANÁLISIS DEL EMBUDO
- 28. Shopping Analysis – Comportamiento del checkout
- 29. Shopping Analysis – Comportamiento del checkout
- 30. SHOPPING ANALYSIS – COMPORTAMIENTO DEL CHECKOUT